智能天线利用数字信号处理技术，产生空间定向波束，使天线主波对准期望用户信号到达方向，旁瓣或零陷对准干扰信号到达方向，达到充分高效利用移动用户信号并删除或抑制干扰信号的目的。智能天线分为两大类：切换波束智能天线与自适应阵智能天线。智能天线技术已被确认为TD-SCDMA系统的关键技术之一，它将会在未来移动通信系统中发挥重要作用。 智能天线技术应用于TD-SCDMA系统中具有可以减少共信道干扰、提高频谱利用率及增加系统容量、减少发射功率和空间电磁干扰、对小区进行动态划分等优点。与其它技术比较，智能天线技术在移动通信的应用中显示出巨大的潜力。智能天线采用数字信号处理技术判断用户信号波达方向(即DOA，Direction of Arrival)，并在此方向形成天线主波束，以达到有效的抑制干扰的作用，因此研究智能天线技术就要重点研究波达方向估计技术。波达方向估计是阵列信号处理领域中的重要的研究方向，它是雷达、声纳、主动防护系统、通讯系统以及智能天线等多个技术领域的共性问题。基于阵列信号处理的波达方向估计方法可以同时对空间不同方向上的多个信号源实现高分辨率的方向估计。 论文首先介绍简要了TD-SCDMA系统原理，智能天线研究的背景及动态，其次对智能天线基本概念、理论等相关技术进行了详细的阐述。最后，通过对智能天线技术中的波达方向算法的研究提出了改进的循环互相关MUSIC(Mutiple Signal Classification)算法。 本文的重点是研究现有的智能天线技术中波达方向(DOA)的估计算法(MUSIC算法，循环互相关MUSIC算法)的实现方法和不足，进而提出改进的循环互相关MUSIC算法并通过仿真实验证明该算法的改进是有效的。对波达方向的估计是空间谱估计研究的主要课题。最经典的超分辨率空间谱估计方法是Schmidt在1979年提出的MUSIC算法，在模型准确的条件下，该算法能精确地估计空间上互不相关信号的波达方向。然而，对空间上相隔比较近的小信噪比信号，MUSIC算法却不能很好地分辨出它们的波达方向，解决的途径是充分利用目标信号的信息。基于信号循环平稳特性的循环互相关MUSIC算法就是将信号的循环平稳特性用于阵列信号处理中，这样就进一步提高信号的处理质量，具有更好的噪声抑制特性和分辨能力，但是它对循环相关信号的分辨力则受到限制。本文在循环互相关MUSIC算法的基础上，同时利用了信号的循环互相关矩阵和循环共轭互相关矩阵的信息对该算法进行改进。仿真结果表明，这种改进的算法有更好的抑制噪声能力，能够分辨循环相关的信号，具有更好的分辨能力。